Android自定义视图实现水波从中心扩散效果.zip

人工智能-基于BP神经网络的技术创新扩散环境评价研究.pdf

将奇异摄动对流扩散问题的区域分解算法推广到二维非定常的情形,并将Shishkin混合有限差分格式与区域分解方法结合,得到了此类方程更高精度的并行算法。

Unity粒子扩散的溶解

信息技术扩散与吸纳.pptx

人工智能-反应扩散Hopfield神经网络的稳定性及应用.pdf

使用Jacobi算法计算二维稳态扩散问题C语言源代码，所有参数均已参数化，网格数量不超过255，按行输出节点温度，里面包含调试好的exe程序。

matlab最简单的代码Python的扩散图和几何谐波 概述 适用于Python的diffusion-maps图库提供了扩散图[fn：1]和几何谐波[fn：2]的快速且准确的实现。 它的速度源于稀疏线性代数和（可选）图形处理单元的使用，以加快计算速度。 在具有超过2亿个非零条目的矩阵上，所包含的代码通常使用GPU来解决SciPy特征值问题的速度比SciPy快3倍。 该软件包包括一个命令行实用程序，用于快速计算数据集上的扩散图。 diffusion-maps模块的一些功能包括： 使用最近的邻居快速评估距离矩阵。 使用稀疏线性代数快速准确地计算特征值/特征向量对。 可选的GPU加速的稀疏线性代数例程。 库的可选接口。 简单且易于修改的代码。 [fn：1] Coifman，RR，＆Lafon，S.（2006）。 扩散图。 应用与计算谐波分析，21（1），5-30。 [fn：2] Coifman，RR，＆Lafon，S.（2006）。 几何谐波：一种用于经验函数的多尺度样本外扩展的新颖工具。 应用与计算谐波分析，21（1），31–52。 先决条件 该库在Python 3.5+中实现，并使用和。

机载海洋激光雷达通常被应用于近海岸区域的水下地形测绘、水质和水底特征参数的勘测，新的应用需求对测绘精度与勘测精度的要求越来越高，因此需要更精确的雷达信号解析式，实现水深测量、水质和水底特征参数的反演。基于Mclean等给出的光束扩散函数和海水介质传递函数，采用傅里叶变换方法，引入多次散射和脉冲时间展宽的影响，推导了发射系统和接收系统共轴的水底反射光和水体后向散射光信号的解析表达式，给出了系统衰减系数的计算方法，分析了脉冲展宽对深度测量误差的影响，在浑浊海港海水中，脉冲展宽可达到数十纳米量级。该数学模型能够更准确地描述机载海洋激光雷达接收信号的特征，能够用于分析机载海洋激光雷达的性能，并为海水深度的归算、水体与水底参数的反演提供一定的理论依据。

基于排列扩散结构，提出了一种基于广度优先搜索和动态扩散的更灵敏的混沌图像加密方案，以提高安全性和敏感性。 在置换阶段，通过广度优先搜索遍历普通图像，然后执行整个置换以获得混洗序列。 类似地，通过广度优先搜索重新排列扩散密钥流。 此外，提出了一种动态扩散方法，以在扩散阶段对混洗后的序列进行加密，可以确保对每个像素的加密与所有其他像素有关，并可以提高密码系统的灵敏度。 在每个阶段，此方案中的超混沌系统都会生成伪随机序列。 仿真结果和性能分析表明，该方案在抵抗暴力攻击，统计攻击和差分攻击方面具有优良的性能和较高的安全性。